AI BENCHY Compare
DeepSeek: DeepSeek V4 Flash vs IBM: Granite 4.1 8B
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-05-29
| 指標 | DeepSeek V4 Flash DeepSeek V4 Flash none 無料で利用可能 | Granite 4.1 8B Granite 4.1 8B none |
|---|---|---|
| スコア | 5.1 | 4.1 |
| 順位 | #137 | #158 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.8 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 31.7% | 10.0% |
| 不安定なテスト | 3 | 0 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.198 | 0.122 |
| 合計コスト | $0.010 | $0.003 |
| 入力価格 | $0.100 / 1M | $0.050 / 1M |
| 出力価格 | $0.200 / 1M | $0.100 / 1M |
| 出力トークン | 13,700 | 2,743 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 27.97s | 719ms |
| 応答時間（最大） | 111.96s | 2.17s |
| 応答時間（合計） | 559.36s | 14.37s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 20.18s | 174 | 0 | |
| Granite 4.1 8B | 4.9 | 10.0 | 25.0% | 0 | 844ms | 903 | 0 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.8 | 6.0 | 16.7% | 1 | 24.47s | 9,707 | 0 | |
| Granite 4.1 8B | 5.2 | 10.0 | 0.0% | 0 | 706ms | 357 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.5 | 2.1 | 66.7% | 1 | 111.96s | 2,664 | 0 | |
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 1.88s | 396 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 23.79s | 195 | 0 | |
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 575ms | 195 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 5.3 | 10.0 | 33.3% | 0 | 19.73s | 18 | 0 | |
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 357ms | 24 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.2 | 9.9 | 0.0% | 0 | 23.74s | 67 | 0 | |
| Granite 4.1 8B | 4.0 | 10.0 | 0.0% | 0 | 499ms | 115 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.5 | 10.0 | 50.0% | 0 | 17.54s | 321 | 0 | |
| Granite 4.1 8B | 3.6 | 9.9 | 0.0% | 0 | 344ms | 66 | 0 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.1 | 7.3 | 11.1% | 1 | 23.72s | 207 | 0 | |
| Granite 4.1 8B | 3.2 | 10.0 | 0.0% | 0 | 608ms | 432 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 77.93s | 327 | 0 | |
| Granite 4.1 8B | 10.0 | 10.0 | 100.0% | 0 | 2.17s | 243 | 0 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 3.07s | 20 | 0 | |
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 306ms | 12 | 0 |
クイック比較
比較ペアを切り替え
Granite 4.1 8BnonevsQwen3.5-9BmediumDeepSeek V4 Flashnone無料で利用可能vsMiniMax M2.7mediumDeepSeek V4 Flashnone無料で利用可能vsElephant AlphamediumDeepSeek V4 Flashnone無料で利用可能vsMistral Small 4mediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumDeepSeek V4 Flashnone無料で利用可能vsMiniMax M2.5medium無料で利用可能DeepSeek V4 Flashnone無料で利用可能vsQwen3 Coder NextmediumGranite 4.1 8BnonevsQwen3 Coder NextmediumDeepSeek V4 Flashnone無料で利用可能vsGLM 4.7 FlashmediumCobuddymediumvsDeepSeek V4 Flashnone無料で利用可能DeepSeek V4 Flashnone無料で利用可能vsOwl AlphamediumDeepSeek V4 Flashnone無料で利用可能vsgpt-oss-120bmedium無料で利用可能